Lattococcosi nella trota iridea (Oncorhynchus mykiss): un nuovo approccio diagnostico

Transcript

1 Lattococcosi nella trota iridea (Oncorhynchus mykiss): un nuovo approccio diagnostico Lactococcosis in rainbow trout (Oncorhynchus mykiss): a new diagnostic approach Davide Pavino 1, Maria Cesarina Abete 1*, Paola Arsieni, Stefania Squadrone 1, Daniela Marchis 1, Marino Prearo 1 Centro di Referenza Nazionale per la Sorveglianza ed il Controllo degli Alimenti per Animali; Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d Aosta, Via Bologna Torino RIASSUNTO La lattococcosi è una patologia batterica sostenuta da germi Gram positivi, molto diffusa nelle troticolture dell Italia settentrionale. Con questo lavoro si è voluto sperimentare le potenzialità di indagine della microscopia nel vicino infrarosso (FT-NIR) come metodo complementare nella diagnosi di lattococcosi nella trota iridea (Oncorhynchus mykiss). Sono stati analizzati 13 fegati prelevati da trote iridea affette da lattococcosi, diagnosticata mediante l esame tradizionale (anatomopatologico e colturale) ed altrettanti fegati di individui sani. Si sono acquisiti per ciascun fegato gli spettri mediante spettrometro FT-NIR Spectrum ONE NTS interfacciato con microscopio AUTOIMAGE. Sono state quindi costruite, mediante tecniche chemiometriche, due famiglie differenti di spettri: quella dei tessuti sani e quella dei fegati colpiti da lattococcosi. Si è evidenziata una lieve differenza tra le due famiglie dovuta ai diversi andamenti spettrali. Visti i risultati preliminari ottenuti, si ritiene opportuno proseguire in tale indagine, in quanto questa tecnica risulta essere semplice, rapida e basata su valutazioni oggettive non legate all operatore. SUMMARY The Lactococcosis is a bacterial pathology caused by Gram positive germs, really common in northern Italian trout farms. In this study we experienced the near infrared microscopy (FT-NIR) as a complementary method in rainbow trout (Oncorhynchus mykiss) lactococcosis diagnosis. 13 livers, collected from rainbow trout affected by lactococcosis and so many from healthy ones, were analyzed with traditional method (anatomopathological and cultural methods). For each liver the spectrum was recorded with spectrometer FT-NIR Spectrum ONE NTS interface with AUTOIMAGE microscope. Therefore, by chemometric methods, two different spectrum family were obtained, the healthy tissues and the livers affected by lactococcosis respectively. A little difference between the two families was observed, due to different spectral performances. Considering these preliminary results, this investigation should be carried on further, because the near infrared microscopy (FT-NIR) turned out to be a simple, fast and reliable technique, not strictly dependent on operator ability. Key words: Spectroscopy. Lactococcosis, Lactococcus garvieae, Rainbow trout, Oncorhynchus mykiss, FT-NIR, * Corresponding author: c/o Istituto Zooprofilattico Sperimentale del Piemonte, Liguria e Valle d Aosta; Centro di Referenza Nazionale per la sorveglianza ed il controllo degli Alimenti per Animali, Via Bologna, Torino. Tel.: ; Fax: ; mariacesarina.abete@izsto.it 57

2 INTRODUZIONE Dalla bibliografia scientifica negli ultimi anni è emerso come la spettroscopia infrarossa (IR) possa essere utilizzata per la diagnosi di differenti patologie. La maggioranza delle applicazioni analitiche è tuttavia ristretta alla porzione del medio infrarosso, anche se nella recente letteratura le applicazioni del vicino (NIR) e lontano infrarosso sono in continuo aumento (McClure & Stanfield, 2002; Schmitt et al., 2002; Crupi et al., 2004). In genere, la spettroscopia IR viene utilizzata per identificare composti organici che danno, nella regione del medio infrarosso, spettri generalmente complessi, utili per consentire dei confronti: in molti casi infatti, lo spettro infrarosso di un composto organico fornisce un impronta digitale univoca che è facilmente distinguibile dagli spettri di altri composti (Skoog & Leary, 1995). Anche la spettroscopia NIR ha ormai molte applicazioni in vari campi tecnologici, dal settore polimerico e petrolchimico a quello farmaceutico, fino all agro-alimentare (Williams & Norris, 1987; Osborne et al., 1993). Relativamente a quest ultimo campo di applicazione, essa è infatti comunemente utilizzata per determinare parametri chimici quali acqua, proteine, carboidrati e fibre. Gli assorbimenti che cadono in questa regione presentano coefficienti di estinzione bassi (da 5 a 200 volte inferiori a quelli nel medio infrarosso) e questo determina una maggiore capacità di penetrazione della radiazione NIR, consentendo l analisi di strati più spessi di materiale, fino ad alcuni centimetri. D altra parte, gli spettri NIR presentano solo bande originate da sovratoni dei legami -CH, -OH, -NH, -SH e bande di combinazione di vibrazioni fondamentali di questi gruppi funzionali e di quelle dei legami C=O e C=C (Skoog & Leary, 1995). Gli spettri NIR sono generalmente difficili da interpretare attraverso la classica assegnazione delle bande spettrali e richiedono pertanto l analisi contemporanea di molti spettri del medesimo materiale per poter ricavare informazioni utili alla sua caratterizzazione: si è sviluppa pertanto la chemiometria, che utilizza metodi matematicostatistici. Questa metodologia è stata inizialmente messa a punto per l analisi di dati in campo chimico, ma oggi, data la loro estrema versatilità, trova numerose possibilità di impiego anche in altri settori. Generalmente i sistemi reali che poniamo sotto osservazione e dai quali vogliamo trarre una informazione, sono di tipo multivariato, cioè sono governati da più variabili in contemporanea; gli spettri NIR ne sono un esempio. La maggior parte delle procedure statistiche ed analitiche non tiene conto di questo fatto e tende a trasformare in univariati tutti i problemi, anche quelli che sono intrinsecamente multivariati. La chemiometria consente invece un approccio di tipo multivariato al processo da studiare: in questo modo permette di tenere conto di tutte le variabili in gioco, consentendo di sfruttare al meglio tutte le informazioni contenute nei dati da analizzare. La chemiometria oggi raccoglie al suo interno i metodi di classificazione, di modellamento e di regressione multivariata, l analisi di similarità, l analisi delle componenti principali (Wold et al., 1987; Vandegiste et al., 1998; Cocchi et al., 2004). La lattococcosi è una grave malattia di origine batterica, sostenuta da un cocco Gram positivo, Lactococcus garvieae, che colpisce diverse specie ittiche, provocando ingenti perdite (Eldar et al., 1996; Bercovier et al., 1997; Eldar & Ghittino, 1999; Ghittino et al., 2003). In Europa ed in Italia, tale patologia colpisce in particolar modo la trota iridea (Oncorhynchus mykiss) (Ceschia et al., 1992; Ghittino & Prearo, 1992; Palacios et al., 1993; Ghittino et al., 1998; Eldar et al., 1999; Ghittino et al., 2003; Vendrel et al., 2006). La sintomatologia in vasca risulta abbastanza tipica, con evidente letargia, melanosi e un caratteristico esoftalmo spesso bilaterale; al tavolo anatomopatologico risultano evidenti emorragie ai diversi organi, soprattutto a livello epatico e gravi forme di enterite (da catarrale ad emorragica) (Ghittino & Prearo, 1992; Ghittino et al., 1998; Vendrel et al., 2006). 58

3 La conferma diagnostica della patologia è possibile a seguito di isolamento dell agente eziologico a partire da rene e/o cervello, mediante semina su Agar Sangue (AGS) e successiva caratterizzazione fenotipica (Ghittino & Prearo, 1993; Teixeira et al., 1996; Ghittino et al., 1998; Vela et al., 2000; Ravelo et al., 2001; Prearo et al., 2003) e genotipica (Teixeira et al., 1996; Zlotkin et al., 1998; Di Francesco et al., 2001; Ravelo et al., 2003; Mata et al., 2004). L obiettivo del presente lavoro è stato quello di sperimentare le potenzialità d indagine delle microscopia FT-NIR come metodo complementare nella diagnosi di lattococcosi. MATERIALI E METODI La scelta dei soggetti è stata effettuata prelevando 20 pesci provenienti da un allevamento non colpito dalla lattococcosi, situato nella fascia prealpina piemontese e 20 soggetti da un allevamento della pianura lombarda con un episodio conclamato di lattococcosi in atto. Tutti i soggetti sono stati sottoposti ad un accurato esame anatomopatologico; per ogni soggetto è stato inoltre allestito un esame colturale di primo isolamento direttamente su Agar sangue, effettuando il prelievo dal rene e dal fegato. Le colonie sviluppatesi sul terreno di primo isolamento sono state classificate mediante prove sierologiche, fenotipiche e tramite identificazione biochimica. Tutti i campioni destinati alla prova (13 fegati prelevati da trote affette da lattococcosi e 13 fegati provenienti da individui sani) sono stati sezionati mediante taglio al criostato in sezioni di 25 µm, posti su vetrini portaoggetti e fissati in acetone a -20 C. Si sono acquisiti per ciascun fegato gli spettri in trasmissione nella regione del vicino infrarosso ( cm -1 ) mediante spettrometro FT-NIR Spectrum ONE NTS interfacciato con microscopio AUTOIMAGE (Perkin-Elmer). I parametri strumentali utilizzati sono indicati nella tabella 1. Sorgente NIR (lampada al tungsteno) Misura Trasmittanza Calibrazione Background su vetro Fenditura µm Range cm -1 Accumulazioni 64 Risoluzione 4 cm -1 Tabella 1 Parametri strumentali utilizzati per l acquisizione spettrale. Table 1 Instrumental conditions for spectral acquisition. Con il microscopio il raggio NIR è stato direzionato, con una sezione di 20x20 µm su diversi punti del tessuto epatico (10 rilevazioni per ogni campione), acquisendo quindi i relativi spettri. Successivamente sono state costruite due famiglie differenti di spettri, quelli dei tessuti sani e quella dei malati, mediante tecniche chemiometriche (Analisi Multivariata dei dati spettrali) (Wold et al., 1987). In particolare, si è utilizzata una tra le più comuni tecniche di modellamento dei dati chiamata Soft Indipendent Model of Class Analogy 59

4 (SIMCA), che prevede la costruzione delle famiglie di oggetti simili basandosi sull Analisi delle Componenti Principali (PCA) (Jackson, 1991). Quindi, per determinare la sensibilità e la specificità delle misurazioni sono stati comparati nuovi spettri, acquisiti dai fegati sani e malati, con le famiglie precedentemente costruite, al fine di verificare il riconoscimento all interno della corrispondente famiglia. RISULTATI Tutti i soggetti provenienti dall allevamento montano in cui non vi erano episodi di lattococcosi in corso, hanno presentato un quadro normotipico degli organi interni e l esame colturale è risultato negativo. Per quanto riguarda i soggetti provenienti dall allevamento con episodio in atto di lattococcosi, l esame anatomopatologico ha riscontrato su molti soggetti il quadro tipico della malattia, con evidente enterite emorragica, presenza di emorragie epatiche, alla vescica natatoria ed al grasso periviscerale, nonché evidente splenomegalia. L esame colturale è risultato positivo in tutti i soggetti esaminati, con l isolamento in purezza di Lactococcus garvieae solamente da 13 soggetti sui 20 analizzati. Con l acquisizione degli spettri NIR dai fegati malati e da quelli sani, non si è potuto evidenziare differenze significative tra le due tipologie di spettri (Figura 1). Figura 1 - Spettri NIR di tessuti sani (a sinistra) e malati (a destra) di fegato di trota iridea. Figure 1 NIR Spectrum of normal livers (left) and diseased (right) of rainbow trout. Vista la difficoltà di valutazione nelle differenze spettrali tra i due tipi di tessuto esaminato (sano e malato), si sono costruite due famiglie di spettri, utilizzando la tecnica SIMCA (Figura 2). 60

5 x - M115~1 M111~1 x - M41~1 marksder x x - - M97~1 M116~1 M105~1 x - M27~1 20 x x - M93~1 - M510~1 M1010~1 M101~1 M104~1 x -- M44~1 M106~1 M108~1 M114~1 x - M59~1 x M1110~1 M109~1 M110~1 10 M57~1 M112~1 M118~1 - M119~1 M77~1 M117~1 M710~1 M55~1 M45~1 M103~1 M102~1 M113~1 M12~1 M79~1 M78~1 M42~1 M32~1 M24~1 M26~1 M48~1 - M95~1 M87~1 M92~1 M25~1 M107~1 M43~1 M128~1 M13~1 M15~1 M33~1 - M81~1 M84~1 x - M82~1 M86~1 M11~1 0.0 M46~1 M53~1 M85~1 M88~1 M89~1 x - x M98~1 M94~1 M83~1 - M99~1 M610~1 M49~1 x M54~1 M17~1 M34~1 M47~1 M35~1 M28~1 M38~1 M125~1 M31~1 M36~1 M16~1 M18~1 M22~1 M121~1 M21~1 M23~1 M122~1 M126~1 M37~1 M58~1 M52~1 M39~1 M51~1 M210~1 M410~1 M127~1 M19~1 M29~1 M56~1 M61~1 M66~1 M76~1 M63~1 M62~1 M65~1 -- M96~1 M910~1 M71~1 M67~1 M74~1 M68~1 M75~1 M91~1 x x - - x S127~1 S121~1 - S1210~1 - M69~1 M73~1 M123~1 M129~1 M72~1 M14~1 M124~1 M64~1 x S118~1 - S95~1 S125~1 S117~1 x S85~1 - S123~1 S124~1 S119~1 S96~1 S116~1 - S1110~1 S87~1x S94~1 S26~1 S114~1 - S11~1 S112~1 S1310~1 S86~1 S126~1 S132~1 S12~1 S128~1 S129~1 S111~1 S14~1 S113~1 S122~1 S139~1 x S82~1x - S110~1 S33~1 x S39~1 - S47~1 S36~1 S310~1 S55~1 S17~1 S131~1 S133~1 S115~1 S59~1 S135~1 - S19~1 x - S18~1 S24~1 S138~1 S83~1 S29~1x S16~1 x S13~1 S22~1 - S15~1 S134~1 S52~1 S25~1 S37~1 S34~1 S38~1 x S75~1 - S51~1 S64~1 S88~1 S62~1 S107~1 - S28~1 S53~1x x S63~1 S65~1 S136~1 S21~1 S79~1 S137~1 - x S23~1 - S35~1 S58~1 S72~1 S27~1 S77~1 S610~1 - S69~1 x S98~1 S710~1 - x S56~1 S43~1 S109~1 - S31~1 S41~1 - S84~1 x S210~1 x S93~1 S32~1 S44~1 - x S73~1 - S71~1 S78~1 S48~1 S108~1 S76~1 S89~1 S54~1 S106~1 x - S49~1 S57~1 S45~1 x S101~1 - x - x S42~1 - x S46~1 - S104~1 S81~1 S510~1 x - S68~1 S410~1 - x S105~1 - S102~1 S66~1 - x S67~1 S74~1 - S61~1 x x - S1010~1 - x S91~1 - S103~1 S92~1 x - S910~1 x - S97~ markmder Figura 2 - Rappresentazione grafica della classi di spettri di tessuti di fegato di trota iridea malati (verticale nero a sinistra) e sani (orizzontale blu a destra). Figure 2 Graphic representation of the spectrum classes of rainbow trout liver ill (vertical black to left) and normal (horizontal blue to right). Le famiglie sono state ottenute dall unione di tutti gli spettri dei tessuti sani (circa 130 spettri esclusi gli outliers) e dall unione di tutti gli spettri di tessuti malati (circa 120 spettri esclusi gli outliers). La distanza fra le due classi ottenute con il modello SIMCA, è risultata essere 14,81 ed i valori di sensibilità e specificità delle misurazioni sono riportati nella tabella 2. Sensibilità Specificità MALATO 86 (102/118) 98 (126/129) SANO 85 (110/129) 86 (102/118) Tabella 2 - Parametri del modello SIMCA per il set di calibrazione (tra parentesi il numero di spettri). Table 2 SIMCA parameters for the calibration set (in brackets the number of spectra). DISCUSSIONE E CONCLUSIONI I risultati ottenuti, seppur preliminari, dimostrano che esiste una separazione tra la classe degli spettri corrispondenti ai tessuti sani e quella degli spettri corrispondenti ai tessuti malati. 61

6 Tuttavia i risultati conseguiti evidenziano alcuni limiti: la distanza fra le classi, parametro che fornisce indicazioni su quanto le classi sono distinguibili tra loro, dovrebbe essere maggiore. I valori di sensibilità (che rappresenta il valore in percentuale di quanti spettri di una classe sono correttamente riconosciuti appartenenti alla classe stessa) e di specificità (che rappresenta il valore in percentuale di quanti spettri di una classe sono correttamente rifiutati dall altra classe) dovrebbero avere un valore pari al 100%. Valori più bassi indicano una notevole variabilità spettrale che non consente un netto riconoscimento dei campioni positivi. Per poter confermare la validità del metodo occorre pertanto operare ulteriori prove apportando modificazioni sia nella preparazione del campione (spessore delle sezioni, ecc.), sia nei parametri di acquisizione spettrale e di analisi chemiometrica. L idea che ha spinto questa sperimentazione si basa pertanto sul fatto che da un lato, la spettroscopia NIR sia in grado di produrre segnali significativi in tessuti animali, dall altro che tali segnali si differenzino sufficientemente nel caso in cui il tessuto sia colpito e quindi strutturalmente modificato da una patologia (Schmitt et al., 2002). In questo studio invece gli spettri NIR dei fegati malati risultano molto simili agli spettri NIR dei fegati sani e ciò potrebbe essere dovuta alle lievi e poco significative modificazioni indotte dalla patologia sulla struttura organica dei tessuti; ciò non produrrebbe significative differenze nelle bande di assorbimento spettrale. Probabilmente, l esigua quantità di materiale organico processato non consente un ottimale interazione con la radiazione infrarossa inviata sul campione. Al fine di ottenere risultati più robusti e accurati risulterebbe necessario pertanto aumentare l interazione tra la radiazione e il materiale, prevedendo ad esempio la preparazione di campioni liofilizzati; ciò determinerebbe bande di assorbimento più marcate di strutture molecolari o sovramolecolari presenti nei tessuti malati, con una conseguente maggiore capacità di distinguerli da quelli sani. In questo caso l acquisizione degli spettri NIR su campioni liofilizzati avverrebbe mediante configurazione classica dello spettrometro senza quindi l ausilio del microscopio, non più in trasmissione, bensì in riflettanza diffusa. Si ritiene pertanto opportuno proseguire in tale indagine in quanto la spettroscopia FT- NIR, essendo una tecnica semplice, rapida e basata su valutazioni oggettive, non legate all esperienza dell operatore, può trovare applicazione nelle indagini diagnostiche routinarie, fornendo risultati qualitativamente validi. BIBLIOGRAFIA Bercovier H., Ghittino C. & Eldar A. (1997). Immunization with bacterial antigens: infections with Streptococci and related organisms. Fish Vaccinology. Develop. Biol. Standard., Basel, Karger, 90: Ceschia G., Giorgetti G., Giavenni R. & Sarti M. (1992). A new problem for Italian trout farms: streptococcosis in rainbow trout (Oncorhynchus mykiss). Bull. Eur. Ass. Fish Pathol., 12, 2: 72. Cocchi M., Foca G., Lucidano M., Marchetti A., Pagani M.A., Tassi L. & Ulrici A. (2004). Classification of cereal flours by chemometric analysis of MIR spectra. J. Agric. Food Chem., 52: Crupi V., Venuti V. & Majolino D. (2004). FT-NIR spectroscopy: an advanced tool for studying biomedical problems. Spectroscopy, 19, 7: Di Francesco A., Prearo M., Marcer F., Caffara M. & Fioravanti M.L. (2001). Applicazione della PCR nella identificazione di Lactococcus garvieae in trota iridea (Oncorhynchus mykiss). Boll. Soc. It. Patol. Ittica, 31:

7 Eldar A. & Ghittino C. (1999). Lactococcus garvieae and Streptococcus iniae infections in rainbow trout Oncorhynchus mykiss: similar but different diseases. Dis. Aquat. Org., 36: Eldar A., Ghittino C., Asanta L., Bozzetta E., Goria M., Prearo M. & Bercovier H. (1996). Enterococcus seriolicida is a junior synonym of Lactococcus garvieae, a causative agent of septicemia and meningo-encephalitis in fish. Curr. Microbiol., 32: Eldar A., Goria M., Ghittino C., Zlotkin A. & Bercovier H. (1999). Biodiversity of Lactococcus garvieae strains isolated from fish in Europe, Asia and Australia. Appl. Environ. Microbiol., 65, 3: Ghittino C., Latini M., Agnetti F., Panzieri C., Lauro L., Ciappelloni R. & Petracca G. (2003). Emerging pathologies in aquaculture: effects on production and food safety. Vet. Res. Commun., 27, 1: Ghittino C. & Prearo M. (1992). Segnalazione di Streptococcosi nella trota iridea (Oncorhynchus mykiss) in Italia: nota preliminare. Boll. Soc. It. Patol. Ittica, 8: Ghittino C. & Prearo M. (1993). Comparazione di alcuni ceppi isolati da trote iridea affette da Streptococcosi. Boll. Soc. It. Patol. Ittica, 11: Ghittino C., Prearo M., Ghittino M. & Eldar A. (1998). Recenti acquisizioni sulle Streptococcosi d acqua calda nella trota iridea. Boll. Soc. It. Patol. Ittica, 23: Jackson J.E (1991). A user s guide to principal components. Ed. J. Edward Jackson, Wiley & Sons Inc. Publication, Chichester: Mata A.I., Gibello A., Casamayor A., Blanco M.M., Domínguez L. & Fernández-Garayzábal J.F. (2004). Multiplex PCR assay for detection of bacterial pathogens associated with warm-water streptococcoses in fish. Appl. Environ. Microbiol., 70, 5: McClure W.F. & Stanfield D.L. (2002). Near-infrared spectroscopy of biomaterials. Ed. John Wiley & Sons: 212. Osborne B.G., Fearn T. & Hindle P.H. (1993). Practical Near Spectroscopy with application in food and beverages analysis. Longman Scientific & Technical, Harlow. Palacios M.A., Zamora M.J., Velazquez J., Zamora E. & Duran A. (1993). Streptococcosi della trota iridea (Oncorhynchus mykiss)in Spagna. Boll. Soc. It. Patol. Ittica, 13: Prearo M., Cabra S., Accornero P., Gilli P., Latini M., Agnetti F. & Ghittino C. (2003). Uso della tecnica di immunodiffusione in gel di agar per la diagnosi sierologica di Lattococcosi della trota iridea. Boll. Soc. It. Patol. Ittica, 37: Ravelo C., Margariños B., López-Romalde S., Toranzo A.E. & Romalde J.L. (2003). Molecular fingerprinting of fish-pathogenic Lactococcus garvieae strains by random amplified polymorphic DNA analysis. J. Clin. Microbiol., 41, 2: Ravelo C., Margariños B., Romalde J. & Toranzo A.E. (2001). Conventional versus miniaturized systems for the phenotypic characterization of Lactococcus garvieae. Bull. Eur. Ass. Fish Pathol., 21, 4:

8 Schmitt J., Beekes M., Brauer A., Udelhoven T., Lasch P. & Naumann D. (2002). Identification of Scrapie infection from blood serum by Fourier transform infrared spectroscopy. Anal. Chem., 74: Skoog D.A. & Leary J.J (1995). Chimica analitica strumentale. Ed. Edises: pp Teixeira L.M., Merquior V.L.C., Vianni M.d.C.E., Carvalho M.d.G.S., Francalanzza S.E.L., Steigerwalt A.G., Brenner D.J. & Facklam R.R. (1996). Phenotypic and genotypic characterization of atypical Lactococcus garvieae strains isolated from water buffalos with subclinical mastitis and confirmation of L. garvieae as a senior subjective synonym of Enterococcus seriolicida. Int. J. System. Bacteriol., 46, 3: Vandegiste B.G.M., Massart D.L., Bydens L.M.C., De Joung S., Lewi P.J. & Smeyers-Verbeke J. (1998). Handbook of chemometrics and qualimetrics: part B. B.G.M. Ed., Vandegiste & Rutan, Elsevier, Amsterdam. Vela A.I., Vázquez J., Gibello A., Blanco M.M., Moreno M.A., Liébana P., Albendea C., Alcalá B., Mendez A., Domímguez L. & Fernández-Garayzábal J.F. (2000). Phenotypic and genetic characterization of Lactococcus garvieae isolated in Spain from lactococcosis outbreaks and comparison with isolates of other countries and sources. J. Clin. Microbiol., 38, 10: Vendrel D., Balcázar J.L., Ruiz-Zarzuela I., de Blas I., Gironés O. & Múzquiz J.L. (2006). Lactococcus garvieae in fish: a review. Comp. Immun. Microbiol. Infect. Dis., 29: Williams P. & Norris K. (1987). Near-Infrared technology in agricultural and food industry. American Association of Cereal Chemists, St. Paul, MN, USA. Wold S., Esbensen K. & Geladi P. (1987). Principal component analysis. Chemom. Intel. Lab. Syst., 2: Zlotkin A., Eldar A., Ghittino C. & Bercovier H. (1998). Identification of Lactococcus garvieae by PCR. J. Clin. Microbiol., 36, 4: